Yapay sinir ağları temelli tıbbi teşhis sistemi

Abstract

ÖZET Yüksek Lisans Tezi YAPAY SİNİR AĞLARI TEMELLİ TIBBÎ TEŞHİS SİSTEMİ MUZAFFER DOĞAN Anadolu Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Anabilim Dalı Danışman: Doç.Dr.Ahmet BABANLI 2003, 99 sayfa Uzman sistemlerin hazırlanmasındaki en büyük zorluk, uzmanın sahip olduğu bilgilerin bilgisayar ortamına uygun biçimde aktarılmasıdır. Bu tezde, başağrısı hastalıklarının teşhisi için bilgisayar programları yazılmasını kolaylaştırmak amacıyla başağrısı hastalıklarının belirtilerinin sistematik bir biçimde listelenmesi ve sınıflandırılması çalışması yapılmıştır. Bu sınıflandırmanın ardından, Yapay Sinir Ağları kullanılarak başağrısı hastalıklarının sınıflandırılması denenmiştir. Yapay sinir ağları modellerinden perseptron ağları, kendini düzenleyen ağlar ve geri yayılım ağları modelleri kullanılarak başağrısı hastalıklarının daraltılmış bir grubuna ait hastalıkların teşhis edilmesi sonuçları karşılaştırılmıştır. Bu teşhis probleminin çözümünde en sık rastlanan başağrısı hastalıkları olan aurah migren, aurasız migren ve gerilim tipi başağrısı ele alınmıştır. Sonuçta başağrısı hastalıklarının sınıflandırılmasında en uygun yöntemin perseptron ağları olduğu belirlenmiş ve ileriki başağrısı sınıflandırma çalışmalarına öncülük edebilecek bir hastalıklar ve belirtiler listesi hazırlanmıştır. Anahtar Kelimeler: Yapay Sinir Ağları, Başağrısı Hastalıkları, Uzman Sistemler, Teşhis Problemleri.

11 ABSTRACT Master of Science Thesis NEUROLOGICAL DIAGNOSIS SYSTEM BASED ON NEURAL NETWORKS MUZAFFER DO?AN Anadolu University Graduate School of Natural and Applied Sciences Computer Engineering Program Supervisor: Assoc.Prof.Ahmet BABANLI 2003, 99 pages The main issue in preparation of an expert system is to get the expert person's knowledge and to put this knowledge into an available form to use for computer programs. In this thesis, a study on listing and classification of headache symptoms was done in order to make it easy to write computer programs which diagnose headache diseases. After this classification, classification of headache disease using Neural Networks was tried. Some of the Neural Networks models which are perceptron networks, self organizing mapping and backpropagation network models are applied to a narrow group of headache diseases and the results were compared. In the diagnosis problem, the mostly encountered diseases which are migraine with aura, migraine without aura and tension type headache were examined. As a result, it was seen that the most efficient neural network method is perceptron networks in diagnosis of headache diseases. Future reference for headache classification works was also prepared. Keywords: Neural Networks, Headache Diseases, Expert Systems, Diagnostic Problems.